熵编码
2018-03-14 11:59
393 查看
熵编码部分看的：http://blog.csdn.net/nb_vol_1/article/details/71374859，因博主禁止转载，请点链接去看原博主文章，写的很清晰明了，学习后整理内容如下，方便以后查看。
熵编码：
消息发生的概率越小，携带的信息量就越大。确定的消息没有信息量，因为你已经知道要发生什么了。信息量定义：
由以上性质可知，序列中依赖性越强，不确定性就越弱。二进制编码：变长编码给大概率分配短码字，给小概率分配长码字，目标是使平均长最小。指数哥伦布编码：
编码流程：
解码流程：记录0个数为m，哥伦布编码阶数为k，第一个1之后的值记为value,解码值= （2的m+k次幂） - （2的m次幂） + value零阶指数哥伦布编码：
假设输入值是N：
1、计算N += 1
2、把N转换成二进制串bins，计算二进制串的长度，假设是M，那么在bins的前面添加M-1个0
假设输入值N对应的二进制串的长度是len，那么零阶哥伦布码的长度是2*len-1
哥伦布码golomb = 前缀prefix + 后缀suffix
前缀prefix : len - 1个0
后缀suffix : (N+1)对应的二进制串
HEVC中的熵编码：HEVC的熵编码使用了两种算术编码：CABAC和CAVLC。CAVLC主要用于编码SEI、参数集、片头等，剩下的所有数据和语法元素均使用CABAC来编码。CAVLC中的编码方法：1、零阶无符号哥伦布指数编码
2、零阶有符号指数哥伦布编码
3、不编码直接写入若干比特
4、不编码直接写入一个比特//无符号指数哥伦布编码
Void SyntaxElementWriter::xWriteUvlc ( UInt uiCode )
{
UInt uiLength = 1;//哥伦布码的长度
UInt uiTemp = ++uiCode;//执行UITemp= UICode + 1
assert ( uiTemp );
while( 1 != uiTemp )//计算长度，若uiTemp长度为len,则uiLength=2*len-1
{
uiTemp >>= 1;
uiLength += 2;
}
// Take care of cases where uiLength > 32
m_pcBitIf->write( 0, uiLength >> 1);//写入前缀，len-1个零
m_pcBitIf->write( uiCode, (uiLength+1) >> 1);//写入后缀，uiTemp的二进制。
}将哥伦布码写入比特流：写入比特流中的流程： 1、TComOutputBitstream包含两个部分：缓冲区和比特流
2、比特流就是已经处理完成的数据，存放在一个vector中
3、缓冲区暂存还没有写入比特流中的数据，TComOutputBitstream使用一个uchar类型的数据（8 bit）作为缓存区，因为很多时候写入的数据长度只有若干比特，不能直接写入比特流中，需要等到缓冲区满（达到8bit），才写入
3、m_num_held_bits表示缓冲区中已有的比特数
4、num_total_bits表示写入数据之后，缓冲区中总的比特数（可能会溢出，后面会解决这个问题）
5、next_num_held_bits有两种意思：
（1）如果缓冲区没有溢出，那么它表示缓冲区中总的比特数（已有+新增）
（2）如果缓冲区溢出，那么它表示数据占用完缓冲区后还需要的比特数，只能存放数据的一部分，剩下那部分需要等缓冲区的数据写入比特流之后再存放
6、next_held_bits是格式化之后的数据
（1）如果缓冲区不溢出，那它表示将要写入缓冲区中的数据
（2）如果缓冲区溢出，那它表示将一部分数据写入缓冲区之后，剩下的那部分数据
7、判断num_total_bits是否大于8，即判断新增数据之后，缓冲区是否会溢出
8、如果缓冲区不溢出，那么把数据写入缓冲区中，然后返回
9、如果缓冲区溢出，那么先写一部分数据到缓冲区中，然后把缓冲区写入比特流中，清空缓冲区，继续把剩余的数据写入缓冲区中Void TComOutputBitstream::write ( UInt uiBits, UInt uiNumberOfBits )
{
assert( uiNumberOfBits <= 32 );
assert( uiNumberOfBits == 32 || (uiBits & (~0 << uiNumberOfBits)) == 0 );
/* any modulo 8 remainder of num_total_bits cannot be written this time,
* and will be held until next time. */
//m_num_held_bits缓冲区中已有的比特数
//num_total_bits写入uiBits之后，缓冲区中的总比特数。
UInt num_total_bits = uiNumberOfBits + m_num_held_bits;
//next_num_held_bits表示缓冲区去中使用的比特数
UInt next_num_held_bits = num_total_bits % 8;
/* form a byte aligned word (write_bits), by concatenating any held bits
* with the new bits, discarding the bits that will form the next_held_bits.
* eg: H = held bits, V = n new bits /---- next_held_bits
* len(H)=7, len(V)=1: ... ---- HHHH HHHV . 0000 0000, next_num_held_bits=0
* len(H)=7, len(V)=2: ... ---- HHHH HHHV . V000 0000, next_num_held_bits=1
* if total_bits < 8, the value of v_ is not used */
//将数据执行移位操作，放入next_held_bits中
UChar next_held_bits = uiBits << (8 - next_num_held_bits);
//判断比特数是否大于8，若大于，表示缓冲区满，要先写入比特流中
if (!(num_total_bits >> 3))
{//不大于8，写入缓冲区尾部
/* insufficient bits accumulated to write out, append new_held_bits to
* current held_bits */
/* NB, this requires that v only contains 0 in bit positions {31..n} */
m_held_bits |= next_held_bits;
m_num_held_bits = next_num_held_bits;
return;
}
/* topword serves to justify held_bits to align with the msb of uiBits */
//写入部分数据
UInt topword = (uiNumberOfBits - next_num_held_bits) & ~((1 << 3) -1);
UInt write_bits = (m_held_bits << topword) | (uiBits >> next_num_held_bits);
//判断num_total_bits的长度：32，24，16，8
switch (num_total_bits >> 3)
{
case 4: m_fifo->push_back(write_bits >> 24);
case 3: m_fifo->push_back(write_bits >> 16);
case 2: m_fifo->push_back(write_bits >> 8);
case 1: m_fifo->push_back(write_bits);
}
//更新计数参数
m_held_bits = next_held_bits;
m_num_held_bits = next_num_held_bits;
}CABAC:CABAC（上下文自适应的二进制算术编码）基于算术编码，在HEVC中，除了参数集、SEI和slice头部之外，其余的所有数据都使用CABAC来进行熵编码。 CABAC有三个步骤： 1、初始化，构建上下文概率模型
2、根据上下文概率模型获取语法元素的概率，对语法元素进行熵编码
3、根据编码结果更新上下文概率模型1.初始化 初始化上下文模型，就是指初始化和上下文模型有关的两个变量：MPS和δ。MPS是最大概率符号，它表示待编码符号可能出现符号，对于二进制算术编码来说，MPS是0或者1，相反，LPS表示待编码符号不可能出现的符号，对于二进制算术编码来说，LPS也是0或1；δ表示概率的状态索引，它的值与LPS的概率值是相对应的，δ值随着LPS概率的更新而变化。MPS和δ唯一的确定上下文模型的状态，以及后续如何对上下模型进行更新。
计算MPS和δ需要一个初始值initValue，initValue的值与slice的类型、初始量化参数有关。HEVC为每一个语法元素都定义了不同的initValue，为了方便，可以通过slice的类型和量化参数查表来得到initValue的值。initValue表示起始概率值。 我们以MPS和δ来表示上下文概率模型，或者说，上下文概率模型的主要参数是MPS和δ。 初始化的入口函数 它的主要功能是：获取QP和slice的类型，然后调用ContextModel3DBuffer::initBuffer进行上下文概率模型的初始化。
1、一元码
2、截断一元码
3、指数哥伦布码
4、截断莱斯码
5、定长码 由于在实际中，由于很多语法元素的值都是0或者1，因此，很多语法元素不需要二进制化就可以直接进行编码，只有少部分才会进行二进制化。例如mvp-index、delta-qp等语法元素使用截断一元码进行二进制化；mvd等语法元素使用指数哥伦布来进行二进制化。一元码 假设语法的元素值是x，那么它对应的一元码由前缀x个1和后缀一个0构成:11...10。假设x=5，那么它的一元码是111110Void TEncSbac::xWriteUnarySymbol( UInt uiSymbol, ContextModel* pcSCModel, Int iOffset )
{
m_pcBinIf->encodeBin( uiSymbol ? 1 : 0, pcSCModel[0] );
if( 0 == uiSymbol)
{
return;
}
while( uiSymbol-- )
{
m_pcBinIf->encodeBin( uiSymbol ? 1 : 0, pcSCModel[ iOffset ] );
}
return;
}截断一元码:
1、把语法元素之转换成一元码，假如语法元素值是x，那么它的一元码由起始的x个1和最后一个0组成。
2、给定一个最大的可能值cMax，bins的长度不能超过cMax，如果超过，那么就对bins的尾部进行截断
3、例如，给定一个语法元素的值是5,cMax是4
（1）5对应的一元码是111110
（2）由于一元码的长度大于cMax，因此需要对它进行截断
（3）截断之后为1111，因此5对应的截断一元码是1111（当cMax等于4时）Void TEncSbac::xWriteUnaryMaxSymbol( UInt uiSymbol, ContextModel* pcSCModel, Int iOffset, UInt uiMaxSymbol )
{
if (uiMaxSymbol == 0)
{
return;
}
// 先编码第一个编码一元码的第一个比特
m_pcBinIf->encodeBin( uiSymbol ? 1 : 0, pcSCModel[ 0 ] );
if ( uiSymbol == 0 )
{
return;
}
// 判断是否需要截断
Bool bCodeLast = ( uiMaxSymbol > uiSymbol );
// 编码x个1（一元码）
while( --uiSymbol )
{
m_pcBinIf->encodeBin( 1, pcSCModel[ iOffset ] );
}
// 不需要截断，直接在后面添加0
if( bCodeLast )
{
m_pcBinIf->encodeBin( 0, pcSCModel[ iOffset ] );
}
return;
}k阶指数哥伦布码 它由前缀和后缀构成，前缀和一元码有点相似，由p个1和一个0构成，其中p=log2[x/(2^k)+1]；后缀是q对应的二进制数，其中q=x+2^k*(1-2^p)；HEVC中最常用的是1阶指数哥伦布码。//指数哥伦布编码
Void TEncSbac::xWriteEpExGolomb( UInt uiSymbol, UInt uiCount )
{//uiSymbol是元素值，uiCount 是阶数
UInt bins = 0;
Int numBins = 0;
while( uiSymbol >= (UInt)(1<<uiCount) )
{//去掉后uiCount位
bins = 2 * bins + 1;
numBins++;//比特位数
uiSymbol -= 1 << uiCount;
uiCount ++;
}
bins = 2 * bins + 0;
numBins++;
bins = (bins << uiCount) | uiSymbol;
numBins += uiCount;
assert( numBins <= 32 );
m_pcBinIf->encodeBinsEP( bins, numBins );
} 1、更新上下文模型。上下文模型的更新主要是对上下文模型的δ和MPS变量进行更新。如果bin等于MPS，那么δ_new=transMPS[δ]；否则δ_new=transLPS[δ]，而且如果δ等于0，需要互换MPS和LPS
2、更新编码区间。主要是移动编码区间的下界low或者重新计算区间的长度length。首先计算LPS的子区间的长度length_lps=rangeLPS[δ][(length?6)&3]，对应的MPS的子区间的长度length_mps=length-length_lps；如果比特符号x等MPS，那么区间下界low不变，length更新为length_mps；否则，low=low+length_mps，length更新为length_lps。encodeBin中的编码流程： 编码流程：
1、首先计算LPS对应的子区间的长度，通过查表得到：length_lps=rangeLPS[δ][(length?6)&3]，对应的代码是：UInt uiLPS = TComCABACTables::sm_aucLPSTable[ rcCtxModel.getState() ][ ( m_uiRange >> 6 ) & 3 ]; 其中rcCtxModel.getState()返回δ
2、计算MPS对应的子区间的长度：m_uiRange -= uiLPS;
3、如果二进制符号不等于MPS，low=low+length_mps，length更新为length_lps 4、如果二进制符号等于MPS，下界low不变，length更新为length_mps//1.该比特对应的上下文模型设置为已编码
//2.计算LPS（最低概率值）
//3.计算新的范围
//4.根据比特值是否和MPS相等，更新上下文模式（最大概率值）。
Void TEncBinCABAC::encodeBin( UInt binValue, ContextModel &rcCtxModel )
{
//调试的打印信息
{
DTRACE_CABAC_VL( g_nSymbolCounter++ )
DTRACE_CABAC_T( "\tstate=" )
DTRACE_CABAC_V( ( rcCtxModel.getState() << 1 ) + rcCtxModel.getMps() )
DTRACE_CABAC_T( "\tsymbol=" )
DTRACE_CABAC_V( binValue )
DTRACE_CABAC_T( "\n" )
}
m_uiBinsCoded += m_binCountIncrement;//比特计数
//设置已编码标志
rcCtxModel.setBinsCoded( 1 );
//查表获取LPS对应的子区间长度
UInt uiLPS = TComCABACTables::sm_aucLPSTable[ rcCtxModel.getState() ][ ( m_uiRange >> 6 ) & 3 ];
//m_uiRange表示MPS对应的子区间长度
m_uiRange -= uiLPS;
//如果二进制符号不等于MPS
if( binValue != rcCtxModel.getMps() )
{//binVal ！= valMPS 索引概率值将减小，即LPS的概率增大
//numBit用于归一化
Int numBits = TComCABACTables::sm_aucRenormTable[ uiLPS >> 3 ];
//更新low=low+length_mps,使用<<numBits的目的是重归一化
m_uiLow = ( m_uiLow + m_uiRange ) << numBits;
m_uiRange = uiLPS << numBits;
rcCtxModel.updateLPS();//用LPS对δ进行更新
m_bitsLeft -= numBits;
}
else//binVal == valMPS，概率索引值将增大，即LPS的概率减小
{//下界low不变，length更新为length_mps（m_uiRange已经等于length_mps)
rcCtxModel.updateMPS();//更新δ
if ( m_uiRange >= 256 )//大于256不用归一化
{
return;
}
m_uiLow <<= 1;
m_uiRange <<= 1;
m_bitsLeft--;
}
// 尝试写到比特流中，先判断当前缓冲区中的空闲空间是否足够，不足的话就写到比特流中，腾出空间
testAndWriteOut();
}
熵编码：
消息发生的概率越小，携带的信息量就越大。确定的消息没有信息量，因为你已经知道要发生什么了。信息量定义：
由以上性质可知，序列中依赖性越强，不确定性就越弱。二进制编码：变长编码给大概率分配短码字，给小概率分配长码字，目标是使平均长最小。指数哥伦布编码：
编码流程：
解码流程：记录0个数为m，哥伦布编码阶数为k，第一个1之后的值记为value,解码值= （2的m+k次幂） - （2的m次幂） + value零阶指数哥伦布编码：
假设输入值是N：
1、计算N += 1
2、把N转换成二进制串bins，计算二进制串的长度，假设是M，那么在bins的前面添加M-1个0
假设输入值N对应的二进制串的长度是len，那么零阶哥伦布码的长度是2*len-1
哥伦布码golomb = 前缀prefix + 后缀suffix
前缀prefix : len - 1个0
后缀suffix : (N+1)对应的二进制串
HEVC中的熵编码：HEVC的熵编码使用了两种算术编码：CABAC和CAVLC。CAVLC主要用于编码SEI、参数集、片头等，剩下的所有数据和语法元素均使用CABAC来编码。CAVLC中的编码方法：1、零阶无符号哥伦布指数编码
2、零阶有符号指数哥伦布编码
3、不编码直接写入若干比特
4、不编码直接写入一个比特//无符号指数哥伦布编码
Void SyntaxElementWriter::xWriteUvlc ( UInt uiCode )
{
UInt uiLength = 1;//哥伦布码的长度
UInt uiTemp = ++uiCode;//执行UITemp= UICode + 1
assert ( uiTemp );
while( 1 != uiTemp )//计算长度，若uiTemp长度为len,则uiLength=2*len-1
{
uiTemp >>= 1;
uiLength += 2;
}
// Take care of cases where uiLength > 32
m_pcBitIf->write( 0, uiLength >> 1);//写入前缀，len-1个零
m_pcBitIf->write( uiCode, (uiLength+1) >> 1);//写入后缀，uiTemp的二进制。
}将哥伦布码写入比特流：写入比特流中的流程： 1、TComOutputBitstream包含两个部分：缓冲区和比特流
2、比特流就是已经处理完成的数据，存放在一个vector中
3、缓冲区暂存还没有写入比特流中的数据，TComOutputBitstream使用一个uchar类型的数据（8 bit）作为缓存区，因为很多时候写入的数据长度只有若干比特，不能直接写入比特流中，需要等到缓冲区满（达到8bit），才写入
3、m_num_held_bits表示缓冲区中已有的比特数
4、num_total_bits表示写入数据之后，缓冲区中总的比特数（可能会溢出，后面会解决这个问题）
5、next_num_held_bits有两种意思：
（1）如果缓冲区没有溢出，那么它表示缓冲区中总的比特数（已有+新增）
（2）如果缓冲区溢出，那么它表示数据占用完缓冲区后还需要的比特数，只能存放数据的一部分，剩下那部分需要等缓冲区的数据写入比特流之后再存放
6、next_held_bits是格式化之后的数据
（1）如果缓冲区不溢出，那它表示将要写入缓冲区中的数据
（2）如果缓冲区溢出，那它表示将一部分数据写入缓冲区之后，剩下的那部分数据
7、判断num_total_bits是否大于8，即判断新增数据之后，缓冲区是否会溢出
8、如果缓冲区不溢出，那么把数据写入缓冲区中，然后返回
9、如果缓冲区溢出，那么先写一部分数据到缓冲区中，然后把缓冲区写入比特流中，清空缓冲区，继续把剩余的数据写入缓冲区中Void TComOutputBitstream::write ( UInt uiBits, UInt uiNumberOfBits )
{
assert( uiNumberOfBits <= 32 );
assert( uiNumberOfBits == 32 || (uiBits & (~0 << uiNumberOfBits)) == 0 );
/* any modulo 8 remainder of num_total_bits cannot be written this time,
* and will be held until next time. */
//m_num_held_bits缓冲区中已有的比特数
//num_total_bits写入uiBits之后，缓冲区中的总比特数。
UInt num_total_bits = uiNumberOfBits + m_num_held_bits;
//next_num_held_bits表示缓冲区去中使用的比特数
UInt next_num_held_bits = num_total_bits % 8;
/* form a byte aligned word (write_bits), by concatenating any held bits
* with the new bits, discarding the bits that will form the next_held_bits.
* eg: H = held bits, V = n new bits /---- next_held_bits
* len(H)=7, len(V)=1: ... ---- HHHH HHHV . 0000 0000, next_num_held_bits=0
* len(H)=7, len(V)=2: ... ---- HHHH HHHV . V000 0000, next_num_held_bits=1
* if total_bits < 8, the value of v_ is not used */
//将数据执行移位操作，放入next_held_bits中
UChar next_held_bits = uiBits << (8 - next_num_held_bits);
//判断比特数是否大于8，若大于，表示缓冲区满，要先写入比特流中
if (!(num_total_bits >> 3))
{//不大于8，写入缓冲区尾部
/* insufficient bits accumulated to write out, append new_held_bits to
* current held_bits */
/* NB, this requires that v only contains 0 in bit positions {31..n} */
m_held_bits |= next_held_bits;
m_num_held_bits = next_num_held_bits;
return;
}
/* topword serves to justify held_bits to align with the msb of uiBits */
//写入部分数据
UInt topword = (uiNumberOfBits - next_num_held_bits) & ~((1 << 3) -1);
UInt write_bits = (m_held_bits << topword) | (uiBits >> next_num_held_bits);
//判断num_total_bits的长度：32，24，16，8
switch (num_total_bits >> 3)
{
case 4: m_fifo->push_back(write_bits >> 24);
case 3: m_fifo->push_back(write_bits >> 16);
case 2: m_fifo->push_back(write_bits >> 8);
case 1: m_fifo->push_back(write_bits);
}
//更新计数参数
m_held_bits = next_held_bits;
m_num_held_bits = next_num_held_bits;
}CABAC:CABAC（上下文自适应的二进制算术编码）基于算术编码，在HEVC中，除了参数集、SEI和slice头部之外，其余的所有数据都使用CABAC来进行熵编码。 CABAC有三个步骤： 1、初始化，构建上下文概率模型
2、根据上下文概率模型获取语法元素的概率，对语法元素进行熵编码
3、根据编码结果更新上下文概率模型1.初始化 初始化上下文模型，就是指初始化和上下文模型有关的两个变量：MPS和δ。MPS是最大概率符号，它表示待编码符号可能出现符号，对于二进制算术编码来说，MPS是0或者1，相反，LPS表示待编码符号不可能出现的符号，对于二进制算术编码来说，LPS也是0或1；δ表示概率的状态索引，它的值与LPS的概率值是相对应的，δ值随着LPS概率的更新而变化。MPS和δ唯一的确定上下文模型的状态，以及后续如何对上下模型进行更新。
计算MPS和δ需要一个初始值initValue，initValue的值与slice的类型、初始量化参数有关。HEVC为每一个语法元素都定义了不同的initValue，为了方便，可以通过slice的类型和量化参数查表来得到initValue的值。initValue表示起始概率值。 我们以MPS和δ来表示上下文概率模型，或者说，上下文概率模型的主要参数是MPS和δ。 初始化的入口函数 它的主要功能是：获取QP和slice的类型，然后调用ContextModel3DBuffer::initBuffer进行上下文概率模型的初始化。
Void TEncSbac::resetEntropy ()
{
Int iQp = m_pcSlice->getSliceQp();
SliceType eSliceType = m_pcSlice->getSliceType();
Int encCABACTableIdx = m_pcSlice->getPPS()->getEncCABACTableIdx();
//帧内，Bslice，
if (!m_pcSlice->isIntra() && (encCABACTableIdx==B_SLICE || encCABACTableIdx==P_SLICE) && m_pcSlice->getPPS()->getCabacInitPresentFlag())
{
eSliceType = (SliceType) encCABACTableIdx;
}
//初始化各个模型的缓存
m_cCUSplitFlagSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_SPLIT_FLAG );
//split标志的上下文
m_cCUSkipFlagSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_SKIP_FLAG );
//skip标志的上下文
//merge标志、索引上下文
m_cCUMergeFlagExtSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_MERGE_FLAG_EXT);
m_cCUMergeIdxExtSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_MERGE_IDX_EXT);
//PartSize上下文
m_cCUPartSizeSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_PART_SIZE );
//预测上下文
m_cCUPredModeSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_PRED_MODE );
//帧内预测
m_cCUIntraPredSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_INTRA_PRED_MODE );
//色度预测
m_cCUChromaPredSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_CHROMA_PRED_MODE );
//帧间角度
m_cCUInterDirSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_INTER_DIR );
//mv残差
m_cCUMvdSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_MVD );
m_cCURefPicSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_REF_PIC );
m_cCUDeltaQpSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_DQP );
m_cCUQtCbfSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_QT_CBF );
m_cCUQtRootCbfSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_QT_ROOT_CBF );
//符号上下文
m_cCUSigCoeffGroupSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_SIG_CG_FLAG );
m_cCUSigSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_SIG_FLAG );
//最后一个X
m_cCuCtxLastX.initBuffer ( eSliceType, iQp, (UChar*)INIT_LAST );
//最后一个Y
m_cCuCtxLastY.initBuffer ( eSliceType, iQp, (UChar*)INIT_LAST );
m_cCUOneSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_ONE_FLAG );
m_cCUAbsSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_ABS_FLAG );
m_cMVPIdxSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_MVP_IDX );
m_cCUTransSubdivFlagSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_TRANS_SUBDIV_FLAG );
m_cSaoMergeSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_SAO_MERGE_FLAG );
m_cSaoTypeIdxSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_SAO_TYPE_IDX );
m_cTransformSkipSCModel.initBuffer ( eSliceType, iQp, (UChar*)INIT_TRANSFORMSKIP_FLAG );
m_CUTransquantBypassFlagSCModel.initBuffer( eSliceType, iQp, (UChar*)INIT_CU_TRANSQUANT_BYPASS_FLAG );
// new structure
m_uiLastQp = iQp;
//二值化的操作
m_pcBinIf->start();
return;
}根据initValue和量化参数计算MPS和δ 在下面的函数中，slope、offset、initState都是中间变量，mpState表示MPS，m_ucState表示δ获取概率进行熵编码 语法元素对应的上下文模型初始化完成之后，开始进行二进制算术编码。二进制算术编码是对语法元素对应的二进制比特串进行算术编码。二进制算术编码包含两种方式：旁路方式和常规方式。在旁路编码方式中，二进制串的符号的概率是相同的，也不需要更新上下文概率模型；在常规方式中，二进制串中符号的概率可以由上下文模型中得到，对每一个符号编码完成之后都需要对上下文模型进行更新。使用常规方式还是旁路方式是由语法元素决定的，HEVC文档指明了哪些语法元素使用旁路方式哪些语法元素使用常规方式。 在对语法元素进行编码之前需要对它进行二进制化。 二进制化 理论上，HEVC的二进制方法有：1、一元码
2、截断一元码
3、指数哥伦布码
4、截断莱斯码
5、定长码 由于在实际中，由于很多语法元素的值都是0或者1，因此，很多语法元素不需要二进制化就可以直接进行编码，只有少部分才会进行二进制化。例如mvp-index、delta-qp等语法元素使用截断一元码进行二进制化；mvd等语法元素使用指数哥伦布来进行二进制化。一元码 假设语法的元素值是x，那么它对应的一元码由前缀x个1和后缀一个0构成:11...10。假设x=5，那么它的一元码是111110Void TEncSbac::xWriteUnarySymbol( UInt uiSymbol, ContextModel* pcSCModel, Int iOffset )
{
m_pcBinIf->encodeBin( uiSymbol ? 1 : 0, pcSCModel[0] );
if( 0 == uiSymbol)
{
return;
}
while( uiSymbol-- )
{
m_pcBinIf->encodeBin( uiSymbol ? 1 : 0, pcSCModel[ iOffset ] );
}
return;
}截断一元码:
1、把语法元素之转换成一元码，假如语法元素值是x，那么它的一元码由起始的x个1和最后一个0组成。
2、给定一个最大的可能值cMax，bins的长度不能超过cMax，如果超过，那么就对bins的尾部进行截断
3、例如，给定一个语法元素的值是5,cMax是4
（1）5对应的一元码是111110
（2）由于一元码的长度大于cMax，因此需要对它进行截断
（3）截断之后为1111，因此5对应的截断一元码是1111（当cMax等于4时）Void TEncSbac::xWriteUnaryMaxSymbol( UInt uiSymbol, ContextModel* pcSCModel, Int iOffset, UInt uiMaxSymbol )
{
if (uiMaxSymbol == 0)
{
return;
}
// 先编码第一个编码一元码的第一个比特
m_pcBinIf->encodeBin( uiSymbol ? 1 : 0, pcSCModel[ 0 ] );
if ( uiSymbol == 0 )
{
return;
}
// 判断是否需要截断
Bool bCodeLast = ( uiMaxSymbol > uiSymbol );
// 编码x个1（一元码）
while( --uiSymbol )
{
m_pcBinIf->encodeBin( 1, pcSCModel[ iOffset ] );
}
// 不需要截断，直接在后面添加0
if( bCodeLast )
{
m_pcBinIf->encodeBin( 0, pcSCModel[ iOffset ] );
}
return;
}k阶指数哥伦布码 它由前缀和后缀构成，前缀和一元码有点相似，由p个1和一个0构成，其中p=log2[x/(2^k)+1]；后缀是q对应的二进制数，其中q=x+2^k*(1-2^p)；HEVC中最常用的是1阶指数哥伦布码。//指数哥伦布编码
Void TEncSbac::xWriteEpExGolomb( UInt uiSymbol, UInt uiCount )
{//uiSymbol是元素值，uiCount 是阶数
UInt bins = 0;
Int numBins = 0;
while( uiSymbol >= (UInt)(1<<uiCount) )
{//去掉后uiCount位
bins = 2 * bins + 1;
numBins++;//比特位数
uiSymbol -= 1 << uiCount;
uiCount ++;
}
bins = 2 * bins + 0;
numBins++;
bins = (bins << uiCount) | uiSymbol;
numBins += uiCount;
assert( numBins <= 32 );
m_pcBinIf->encodeBinsEP( bins, numBins );
} 1、更新上下文模型。上下文模型的更新主要是对上下文模型的δ和MPS变量进行更新。如果bin等于MPS，那么δ_new=transMPS[δ]；否则δ_new=transLPS[δ]，而且如果δ等于0，需要互换MPS和LPS
2、更新编码区间。主要是移动编码区间的下界low或者重新计算区间的长度length。首先计算LPS的子区间的长度length_lps=rangeLPS[δ][(length?6)&3]，对应的MPS的子区间的长度length_mps=length-length_lps；如果比特符号x等MPS，那么区间下界low不变，length更新为length_mps；否则，low=low+length_mps，length更新为length_lps。encodeBin中的编码流程： 编码流程：
1、首先计算LPS对应的子区间的长度，通过查表得到：length_lps=rangeLPS[δ][(length?6)&3]，对应的代码是：UInt uiLPS = TComCABACTables::sm_aucLPSTable[ rcCtxModel.getState() ][ ( m_uiRange >> 6 ) & 3 ]; 其中rcCtxModel.getState()返回δ
2、计算MPS对应的子区间的长度：m_uiRange -= uiLPS;
3、如果二进制符号不等于MPS，low=low+length_mps，length更新为length_lps 4、如果二进制符号等于MPS，下界low不变，length更新为length_mps//1.该比特对应的上下文模型设置为已编码
//2.计算LPS（最低概率值）
//3.计算新的范围
//4.根据比特值是否和MPS相等，更新上下文模式（最大概率值）。
Void TEncBinCABAC::encodeBin( UInt binValue, ContextModel &rcCtxModel )
{
//调试的打印信息
{
DTRACE_CABAC_VL( g_nSymbolCounter++ )
DTRACE_CABAC_T( "\tstate=" )
DTRACE_CABAC_V( ( rcCtxModel.getState() << 1 ) + rcCtxModel.getMps() )
DTRACE_CABAC_T( "\tsymbol=" )
DTRACE_CABAC_V( binValue )
DTRACE_CABAC_T( "\n" )
}
m_uiBinsCoded += m_binCountIncrement;//比特计数
//设置已编码标志
rcCtxModel.setBinsCoded( 1 );
//查表获取LPS对应的子区间长度
UInt uiLPS = TComCABACTables::sm_aucLPSTable[ rcCtxModel.getState() ][ ( m_uiRange >> 6 ) & 3 ];
//m_uiRange表示MPS对应的子区间长度
m_uiRange -= uiLPS;
//如果二进制符号不等于MPS
if( binValue != rcCtxModel.getMps() )
{//binVal ！= valMPS 索引概率值将减小，即LPS的概率增大
//numBit用于归一化
Int numBits = TComCABACTables::sm_aucRenormTable[ uiLPS >> 3 ];
//更新low=low+length_mps,使用<<numBits的目的是重归一化
m_uiLow = ( m_uiLow + m_uiRange ) << numBits;
m_uiRange = uiLPS << numBits;
rcCtxModel.updateLPS();//用LPS对δ进行更新
m_bitsLeft -= numBits;
}
else//binVal == valMPS，概率索引值将增大，即LPS的概率减小
{//下界low不变，length更新为length_mps（m_uiRange已经等于length_mps)
rcCtxModel.updateMPS();//更新δ
if ( m_uiRange >= 256 )//大于256不用归一化
{
return;
}
m_uiLow <<= 1;
m_uiRange <<= 1;
m_bitsLeft--;
}
// 尝试写到比特流中，先判断当前缓冲区中的空闲空间是否足够，不足的话就写到比特流中，腾出空间
testAndWriteOut();
}
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- （转载）视频编解码学习之三：变换，量化与熵编码
- 熵编码 之 3. Golomb coding
- HM编码器代码阅读(21)——熵编码的概念以及在HEVC中应用
- CABAC熵编码代码实现(H264)-FFMPEG
- H.264协议CABAC熵编码学习(三)
- [熵编码] 指数哥伦布编码
- CAVLC熵编码
- 熵编码--mpeg12video huffman编码
- HM编码器代码阅读(22)——熵编码的初始化
- HEVC多次进行熵编码的原因
- H.264协议CABAC熵编码学习(五)
- H.264/AVC 标准中CAVLC 和CABAC 熵编码算法研究
- 第8章 熵编码
- 分析AVS2.0与HEVC熵编码相关的算法
- HM编码器代码阅读(23)——参数集的熵编码
- 八、H.264中的熵编码基本方法、指数哥伦布编码
- 视频编解码学习之三：变换，量化与熵编码
- H.264/AVC 标准中CAVLC 和CABAC 熵编码算法研究
- HEVC核心编码技术之五.熵编码
- 视频编解码学习之三：变换，量化与熵编码